基于子空间混合相似度的过程监测与故障诊断

被引：10

作者：

杨英华 ^{[1
]}

魏玉龙 ^{[1
]}

李召 ^{[2
]}

秦树凯 ^{[1
]}

机构：

[1] 东北大学信息科学与工程学院

[2] 许继电源有限公司

来源：

仪器仪表学报 | 2013年 / 34卷 / 04期

关键词：

混合相似度; 田纳西-伊斯曼过程; 过程监测; 故障诊断;

D O I：

10.19650/j.cnki.cjsi.2013.04.033

中图分类号：

TP274 [数据处理、数据处理系统];

学科分类号：

0804 ; 080401 ; 080402 ; 081002 ; 0835 ;

摘要：

针对现代工业过程多变量、过程数据通常同时包含高斯性和非高斯性分布的特点,提出了一种基于混合子空间的系统性能监控与故障诊断方法。首先使用小波去噪、PCA和ICA方法来进行过程检测,然后将基于PCA特征子空间距离相似度和基于ICA子空间余弦相似度的方法结合,建立故障诊断库,计算混合相似度,确定各类故障的诊断阈值。最后对在线的数据进行监控,判断过程是否正常。当有故障发生时,利用混合子空间相似度确定故障类型。该方法可以充分利用过程数据中的高斯和非高斯信息。通过对Tennessee Eastman(TE)过程的仿真研究,验证了该方法的可行性与有效性,与变量贡献图方法相比可以更加有效地监测出故障原因。

引用

页码：935 / 941

页数：7

共 10 条

[1] 基于双空间的融合特权信息支持向量机模拟电路故障诊断 [J].

李涛柱 ;

李红波 ;

朱世先 ;

李燕杰 ;

李楠 .

电子测量技术, 2012, 35 (05) :123-127

[2] 小波阈值去噪算法的新改进 [J].

叶重元 ;

黄永东 .

计算机工程与应用 , 2011, (12) :141-145

[3] 基于估计点的双窗宽核密度估计算法 [J].

邓飙 ;

于传强 ;

李天石 ;

苏文斌 ;

盘仰珂 .

仪器仪表学报, 2011, 32 (03) :615-620

[4] 基于KPCA和MKL-SVM的非线性过程监控与故障诊断 [J].

许洁 ;

胡寿松 .

仪器仪表学报, 2010, 31 (11) :2428-2433

[5] 一种采用小波滤波的独立分量分析算法 [J].

刘金华 ;

佘堃 .

电子测量与仪器学报, 2010, 24 (01) :39-44

[6] 基于特征子空间的系统性能监控与工况识别 [J].

郭明 ;

王树青 .

化工学报, 2004, (01) :151-154

[7] 气力输运粉体系统中的堵塞故障检测方法 [J].

杨英华 ;

陆宁云 ;

王福利 .

仪器仪表学报, 2003, (01) :10-12+39

[8] Use of principal component analysis for automatic classification of epileptic EEG activities in wavelet framework [J].

Acharya, U. Rajendra ;

Sree, S. Vinitha ;

Alvin, Ang Peng Chuan ;

Suri, Jasjit S. .

EXPERT SYSTEMS WITH APPLICATIONS, 2012, 39 (10) :9072-9078

[9] Dynamic independent component analysis approach for fault detection and diagnosis [J].

Stefatos, George ;

Ben Hamza, A. .

EXPERT SYSTEMS WITH APPLICATIONS, 2010, 37 (12) :8606-8617

[10]

A new multivariate statistical process monitoring method using principal component analysis [J] . Manabu Kano,Shinji Hasebe,Iori Hashimoto,Hiromu Ohno.&nbsp&nbspComputers and Chemical Engineering . 2001 (7)

← 1 →